CN105303829A - 汽车驾驶员情绪识别方法及装置 - Google Patents

Abstract

本发明公开了一种汽车驾驶员情绪识别方法，包括以下步骤：获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。本发明还公开了一种汽车驾驶员情绪识别装置。本发明由于是通过汽车当前的相关行驶信息来识别驾驶员情绪，识别出的驾驶员情绪更加符合汽车当前的实际行驶状况，而不会受到驾驶员的面部特征、面部环境等因素的影响，能更加准确地识别出驾驶员情绪。

Description

汽车驾驶员情绪识别方法及装置

技术领域

本发明涉及汽车技术领域，尤其涉及一种汽车驾驶员情绪识别方法及装置。

背景技术

目前，“路怒症”已成为人类进入汽车时代以后的通病。“路怒症”是泛指在驾驶过程中驾驶员情绪受到外界影响，实施具有攻击性或愤怒的行为，如粗鄙的手势、言语侮辱、故意用不安全或威胁安全的方式来驾驶车辆或实施威胁。因愤怒驾驶导致的交通事故已越来越多，而驾驶员的不良情绪是造成交通事故的重要原因。因此，有必要对驾驶员的情绪进行识别，以便于提前预防可能出现的交通事故。

现有的驾驶员情绪识别方法一般是通过摄像头采集驾驶员面部特征的方式来识别驾驶员情绪，但存在以下缺陷：1、摄像头采集驾驶员面部特征受光线、个体容貌、佩戴墨镜等因素的影响较大，无法准确地识别各种环境下的驾驶员情绪；2、驾驶员驾驶汽车时很多情绪并不一定体现在面部表情，而是在于其驾驶行为，且驾驶员情绪不仅与驾驶员的面部表情有关，还可能与周围环境、时间等因素相关。因此，无法通过摄像头采集驾驶员面部特征来准确地识别驾驶员情绪。

发明内容

本发明的主要目的在于提供一种汽车驾驶员情绪识别方法及装置，旨在准确地识别驾驶员情绪。

为实现上述目的，本发明提供的一种汽车驾驶员情绪识别方法，所述方法包括以下步骤：

获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；

根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。

优选地，所述相关行驶信息至少包括以下之一：当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。

优选地，所述获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征的步骤之前还包括：

采集预设时间内汽车行驶中的训练行驶信息，并从所述训练行驶信息中提取训练行驶特征；获取针对不同训练行驶特征标注的不同驾驶员情绪；

基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练，形成预设的分类器。

优选地，所述根据所述分类器中的归类结果识别当前驾驶汽车的驾驶员情绪的步骤之后还包括：

根据识别出的驾驶员情绪进行相应的情绪引导处理。

优选地，所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息，以引导驾驶员缓和情绪。

此外，为实现上述目的，本发明还提供一种汽车驾驶员情绪识别装置，所述装置包括：

所述汽车驾驶员情绪识别装置包括：

获取模块，用于获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；

分类模块，用于根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。

优选地，所述相关行驶信息至少包括以下之一：当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。

优选地，所述汽车驾驶员情绪识别装置还包括：

采集模块，用于采集预设时间内汽车行驶中的训练行驶信息，并从所述训练行驶信息中提取训练行驶特征；获取针对不同训练行驶特征标注的不同驾驶员情绪；

训练模块，用于基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练，形成预设的分类器。

优选地，所述汽车驾驶员情绪识别装置还包括：

引导模块，用于根据识别出的驾驶员情绪进行相应的情绪引导处理。

优选地，所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息，以引导驾驶员缓和情绪。

本发明提出的一种汽车驾驶员情绪识别方法及装置，利用从汽车当前的相关行驶信息中提取的相关行驶特征在预设的分类器中进行分类，识别当前驾驶汽车的驾驶员情绪。由于是通过汽车当前的相关行驶信息来识别驾驶员情绪，识别出的驾驶员情绪更加符合汽车当前的实际行驶状况，而不会受到驾驶员的面部特征、面部环境等因素的影响，能更加准确地识别出驾驶员情绪。

附图说明

图1为本发明汽车驾驶员情绪识别方法第一实施例的流程示意图；

图2为本发明汽车驾驶员情绪识别方法第二实施例的流程示意图；

图3为本发明汽车驾驶员情绪识别方法第三实施例的流程示意图；

图4为本发明汽车驾驶员情绪识别装置第一实施例的功能模块示意图；

图5为本发明汽车驾驶员情绪识别装置第二实施例的功能模块示意图；

图6为本发明汽车驾驶员情绪识别装置第三实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种汽车驾驶员情绪识别方法。

参照图1，图1为本发明汽车驾驶员情绪识别方法第一实施例的流程示意图。

在第一实施例中，该汽车驾驶员情绪识别方法包括：

步骤S10，获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；

本实施例中，在汽车行驶过程中实时获取汽车当前的相关行驶信息，其中，该相关行驶信息可以包括至少以下一种或几种的组合：当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息，当然，也不限定该相关行驶信息为其他可以体现汽车当前实际行驶状况的信息，如汽车周围环境等。

获取汽车当前的相关行驶信息后，还可从所述相关行驶信息中提取相关行驶特征。如根据当前车况信息可以提取车辆当前的车速、加速度等车辆运行参数，根据当前路况信息可以提取当前道路的平稳度等参数。这样，可在汽车行驶过程中实时采集能体现汽车当前实际行驶状况的各种相关行驶特征。

步骤S20，根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。

采集到汽车当前的各种相关行驶特征后，即可根据所述相关行驶特征在预设的分类器中进行归类。其中，该分类器可以为决策树分类器、选择树分类器、证据分类器等，分类器能够把数据库中的数据纪录映射到给定类别中的某一个，从而可以应用于数据预测。本实施例中，该分类器已完成学习、训练等操作，已将不同相关行驶特征分类到相应的驾驶员情绪，如针对相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为急加速、急减速、快速转弯等状态时，驾驶员很可能处于愤怒的情绪，则该分类器中与该车辆运行参数对应的分类为驾驶员愤怒情绪。这样，在采集到汽车当前的各种相关行驶特征后，即可根据各种相关行驶特征在已完成学习、训练的分类器中进行归类。

根据各种相关行驶特征在已完成学习、训练的分类器中的分类结果即可获知汽车当前行驶中的相关行驶特征所对应的驾驶员情绪分类，实现对当前驾驶汽车的驾驶员情绪的识别。

本实施例利用从汽车当前的相关行驶信息中提取的相关行驶特征在预设的分类器中进行分类，识别当前驾驶汽车的驾驶员情绪。由于是通过汽车当前的相关行驶信息来识别驾驶员情绪，识别出的驾驶员情绪更加符合汽车当前的实际行驶状况，而不会受到驾驶员的面部特征、面部环境等因素的影响，能更加准确地识别出驾驶员情绪。

如图2所示，本发明第二实施例提出一种汽车驾驶员情绪识别方法，在上述实施例的基础上，在上述步骤S10之前还包括：

步骤S30，采集预设时间内汽车行驶中的训练行驶信息，并从所述训练行驶信息中提取训练行驶特征；获取针对不同训练行驶特征标注的不同驾驶员情绪；

步骤S40，基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练，形成预设的分类器。

本实施例中，在实际应用中利用汽车当前的相关行驶信息对驾驶员情绪进行识别之前，还可先对车辆的行驶特征进行学习、训练及分类标注等操作，生成预设的分类器。

具体地，首先收集预设时间内汽车的相关行驶信息，该相关行驶信息可以包括至少以下一种或几种的组合：车辆姿态信息、车况信息、路况信息、驾驶时长、车辆位置信息、车辆驾驶轨迹信息。提取预设时间内汽车的相关行驶信息中的各种相关行驶特征作为分类器的基础训练数据，获取用户或开发人员对不同相关行驶特征及其大小范围进行人工标注的驾驶员情绪。如根据相关行驶特征为当前的车速、加速度等车辆运行参数时判断车辆为急加速、急减速、快速转弯等状态时，驾驶员很可能处于愤怒的情绪，则可将此车辆运行参数对应标注为驾驶员愤怒情绪；当根据相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为平稳匀速直线行驶状态时，驾驶员很可能处于平静的情绪，则可将此车辆运行参数对应标注为驾驶员平静情绪；还可在驾驶时长超过一定阈值时，对应标注为驾驶员情绪为疲劳状态等。基于预设的分类算法如决策树分类算法、人工神经网络分类算法等机器学习算法对各种相关行驶特征及其标注的不同驾驶员情绪进行学习、训练，在收集大量训练数据进行学习、训练后，形成预设的分类器。该分类器即可将不同相关行驶特征准确地归类到相应的驾驶员情绪，以供后续识别操作中调用该分类器。

需要说明的是，本实施例中，分类的驾驶员情绪可以为几种固定的情绪，如愉悦、平静、疲劳、愤怒等，也可以为具体的情绪评分，在此不作限定。进行训练数据采集时，收集的相关行驶信息可以是出厂时预设时间内汽车的相关行驶信息，也可以是截止到当前汽车的相关行驶信息即更新到汽车当前的最新行驶信息。这样，能随着汽车的行驶不断地对预设的分类器进行学习、训练，强化，使得基于预设的分类器识别出的驾驶员情绪更加准确。

如图3所示，本发明第三实施例提出一种汽车驾驶员情绪识别方法，在上述实施例的基础上，在上述步骤S20之后还包括：

步骤S50，根据识别出的驾驶员情绪进行相应的情绪引导处理。

本实施例中在识别出驾驶员情绪不利于当前的车辆驾驶时，可对驾驶员进行相应的情绪引导处理。如在识别出驾驶员情绪的评分较低或驾驶员情绪为愤怒情绪时，则可向驾驶员推送警告信息，通过文字显示或语音提示驾驶员当前情绪不利于驾驶，或自动播放用于缓解压力的预设音频信息，从而引导驾驶员缓和情绪，有效降低因驾驶员的愤怒情绪导致危险驾驶行为的可能性，提高了驾驶安全性。

本发明进一步提供一种汽车驾驶员情绪识别装置。

参照图4，图4为本发明汽车驾驶员情绪识别装置第一实施例的功能模块示意图。

在第一实施例中，该汽车驾驶员情绪识别装置包括：

获取模块01，用于获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；

本实施例中，在汽车行驶过程中实时获取汽车当前的相关行驶信息，其中，该相关行驶信息可以包括至少以下一种或几种的组合：当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息，当然，也不限定该相关行驶信息为其他可以体现汽车当前实际行驶状况的信息，如汽车周围环境等。

获取汽车当前的相关行驶信息后，还可从所述相关行驶信息中提取相关行驶特征。如根据当前车况信息可以提取车辆当前的车速、加速度等车辆运行参数，根据当前路况信息可以提取当前道路的平稳度等参数。这样，可在汽车行驶过程中实时采集能体现汽车当前实际行驶状况的各种相关行驶特征。

分类模块02，用于根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。

采集到汽车当前的各种相关行驶特征后，即可根据所述相关行驶特征在预设的分类器中进行归类。其中，该分类器可以为决策树分类器、选择树分类器、证据分类器等，分类器能够把数据库中的数据纪录映射到给定类别中的某一个，从而可以应用于数据预测。本实施例中，该分类器已完成学习、训练等操作，已将不同相关行驶特征分类到相应的驾驶员情绪，如针对相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为急加速、急减速、快速转弯等状态时，驾驶员很可能处于愤怒的情绪，则该分类器中与该车辆运行参数对应的分类为驾驶员愤怒情绪。这样，在采集到汽车当前的各种相关行驶特征后，即可根据各种相关行驶特征在已完成学习、训练的分类器中进行归类。

根据各种相关行驶特征在已完成学习、训练的分类器中的分类结果即可获知汽车当前行驶中的相关行驶特征所对应的驾驶员情绪分类，实现对当前驾驶汽车的驾驶员情绪的识别。

本实施例利用从汽车当前的相关行驶信息中提取的相关行驶特征在预设的分类器中进行分类，识别当前驾驶汽车的驾驶员情绪。由于是通过汽车当前的相关行驶信息来识别驾驶员情绪，识别出的驾驶员情绪更加符合汽车当前的实际行驶状况，而不会受到驾驶员的面部特征、面部环境等因素的影响，能更加准确地识别出驾驶员情绪。

如图5所示，本发明第二实施例提出一种汽车驾驶员情绪识别装置，在上述实施例的基础上，还包括：

采集模块03，用于采集预设时间内汽车行驶中的训练行驶信息，并从所述训练行驶信息中提取训练行驶特征；获取针对不同训练行驶特征标注的不同驾驶员情绪；

训练模块04，用于基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练，形成预设的分类器。

本实施例中，在实际应用中利用汽车当前的相关行驶信息对驾驶员情绪进行识别之前，还可先对车辆的行驶特征进行学习、训练及分类标注等操作，生成预设的分类器。

具体地，首先收集预设时间内汽车的相关行驶信息，该相关行驶信息可以包括至少以下一种或几种的组合：车辆姿态信息、车况信息、路况信息、驾驶时长、车辆位置信息、车辆驾驶轨迹信息。提取预设时间内汽车的相关行驶信息中的各种相关行驶特征作为分类器的基础训练数据，获取用户或开发人员对不同相关行驶特征及其大小范围进行人工标注的驾驶员情绪。如根据相关行驶特征为当前的车速、加速度等车辆运行参数时判断车辆为急加速、急减速、快速转弯等状态时，驾驶员很可能处于愤怒的情绪，则可将此车辆运行参数对应标注为驾驶员愤怒情绪；当根据相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为平稳匀速直线行驶状态时，驾驶员很可能处于平静的情绪，则可将此车辆运行参数对应标注为驾驶员平静情绪；还可在驾驶时长超过一定阈值时，对应标注为驾驶员情绪为疲劳状态等。基于预设的分类算法如决策树分类算法、人工神经网络分类算法等机器学习算法对各种相关行驶特征及其标注的不同驾驶员情绪进行学习、训练，在收集大量训练数据进行学习、训练后，形成预设的分类器。该分类器即可将不同相关行驶特征准确地归类到相应的驾驶员情绪，以供后续识别操作中调用该分类器。

需要说明的是，本实施例中，分类的驾驶员情绪可以为几种固定的情绪，如愉悦、平静、疲劳、愤怒等，也可以为具体的情绪评分，在此不作限定。进行训练数据采集时，收集的相关行驶信息可以是出厂时预设时间内汽车的相关行驶信息，也可以是截止到当前汽车的相关行驶信息即更新到汽车当前的最新行驶信息。这样，能随着汽车的行驶不断地对预设的分类器进行学习、训练，强化，使得基于预设的分类器识别出的驾驶员情绪更加准确。

如图6所示，本发明第三实施例提出一种汽车驾驶员情绪识别装置，在上述实施例的基础上，还包括：

引导模块05，用于根据识别出的驾驶员情绪进行相应的情绪引导处理。

本实施例中在识别出驾驶员情绪不利于当前的车辆驾驶时，可对驾驶员进行相应的情绪引导处理。如在识别出驾驶员情绪的评分较低或驾驶员情绪为愤怒情绪时，则可向驾驶员推送警告信息，通过文字显示或语音提示驾驶员当前情绪不利于驾驶，或自动播放用于缓解压力的预设音频信息，从而引导驾驶员缓和情绪，有效降低因驾驶员的愤怒情绪导致危险驾驶行为的可能性，提高了驾驶安全性。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种汽车驾驶员情绪识别方法，其特征在于，所述方法包括以下步骤：

获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；

根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。

2.如权利要求1所述的汽车驾驶员情绪识别方法，其特征在于，所述相关行驶信息至少包括以下之一：当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。

3.如权利要求1或2所述的汽车驾驶员情绪识别方法，其特征在于，所述获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征的步骤之前还包括：

采集预设时间内汽车行驶中的训练行驶信息，并从所述训练行驶信息中提取训练行驶特征；获取针对不同训练行驶特征标注的不同驾驶员情绪；

基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练，形成预设的分类器。

4.如权利要求1所述的汽车驾驶员情绪识别方法，其特征在于，所述根据所述分类器中的归类结果识别当前驾驶汽车的驾驶员情绪的步骤之后还包括：

根据识别出的驾驶员情绪进行相应的情绪引导处理。

5.如权利要求4所述的汽车驾驶员情绪识别方法，其特征在于，所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息，以引导驾驶员缓和情绪。

6.一种汽车驾驶员情绪识别装置，其特征在于，所述汽车驾驶员情绪识别装置包括：

获取模块，用于获取汽车当前行驶中的相关行驶信息，并从所述相关行驶信息中提取相关行驶特征；

分类模块，用于根据所述相关行驶特征在预设的分类器中进行分类，根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。

7.如权利要求6所述的汽车驾驶员情绪识别装置，其特征在于，所述相关行驶信息至少包括以下之一：当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。

8.如权利要求6或7所述的汽车驾驶员情绪识别装置，其特征在于，还包括：

采集模块，用于采集预设时间内汽车行驶中的训练行驶信息，并从所述训练行驶信息中提取训练行驶特征；获取针对不同训练行驶特征标注的不同驾驶员情绪；

训练模块，用于基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练，形成预设的分类器。

9.如权利要求1所述的汽车驾驶员情绪识别装置，其特征在于，还包括：

引导模块，用于根据识别出的驾驶员情绪进行相应的情绪引导处理。

10.如权利要求9所述的汽车驾驶员情绪识别装置，其特征在于，所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息，以引导驾驶员缓和情绪。